前不久，清华大学研究团队继YOLOv10后再次推出全新模型YOLOE（Real-Time Seeing Anything）。它能像人眼一样，在文本、视觉输入和无提示范式等不同机制下进行检测和分割。有趣的是其无提示功能与Mate的SAM模型十